我有一个测试数据集和训练数据集,如下所示。我提供了带有最小记录的样本数据,但我的数据超过了1000条记录。这里E是我需要使用算法预测的目标变量。它只有四个类别,如1,2,3,4。它只能采用这些值中的任何一个。
培训数据集:
A B C D E
1 20 30 1 1
2 22 12 33 2
3 45 65 77 3
12 43 55 65 4
11 25 30 1 1
22 23 19 31 2
31 41 11 70 3
1 48 23 60 4
测试数据集:
A B C D E
11 21 12 11
1 2 3 4
5 6 7 8
99 87 65 34
11 21 24 12
由于E只有4个类别,我想到使用多项Logistic回归(1 vs Rest Logic)预测这个。我正在尝试使用python实现它。
我知道在变量中设置这些目标所需的逻辑,并使用算法来预测这些值中的任何一个:
output = [1,2,3,4]
但我仍然坚持如何使用python(sklearn)来循环使用这些值以及我应该使用什么算法来预测输出值?任何帮助将不胜感激
答案 0 :(得分:7)
LogisticRegression
可以处理多个开箱即用的类。
X = df[['A', 'B', 'C', 'D']]
y = df['E']
lr = LogisticRegression()
lr.fit(X, y)
preds = lr.predict(X) # will output array with integer values.
答案 1 :(得分:7)
你可以尝试
LogisticRegression(multi_class='multinomial',solver ='newton-cg').fit(X_train,y_train)